车牌识别 开题报告

毕业设计开题报告

学生姓名：学号：

专业：计算机科学与技术

设计题目：车牌识别系统

指导教师：

2011 年 3 月 18 日

毕业设计开题报告

1．本课题的研究意义，国内外研究现状、水平和发展趋势

牌照自动识别系统是现代社会智能交通系统（ITS）的重要组成部分,是图像处理和模式识别技术研究的热点,应用也越来越普遍。车牌识别主要包括以下三个主要步骤：车牌定位，车牌字符分割，车牌字符识别。近年来，许多学者对其进行了较为深入的研究和探讨，提出了基于纹理特征、颜色信息和运用数学工具的车牌定位法，基于投影分析、连通域分析的字符分割方法和基于模板匹配、神经网络等的字符识别方法。根据国内外汽车牌照的字符特征，对近年来出现的车牌识别方法进行综述并提出建议，在现有方法的基础上，取其优点，相互补充，结合数学工具，提高系统的速度和精度。

智能交通系统（ITS）为解决当前紧迫的交通问题提供了关键的技术，其中汽车牌照识别（LPR）是ITS中最关键技术之一，已广泛应用于各级公路和城市交通管理，具有巨大的经济价值和现实意义。

车牌定位是一个复杂背景的图像找到车牌素在的区域，作为车牌识别的第一步，定位的结果直接影响到整个系统的性能。车牌字符识别作为车牌识别得到结果的重要部分其准确性直接关系到整个系统的效率。

毕业设计开题报告

2．本课题的基本内容，预计可能遇到的困难，提出解决问题的方法和措施

1汽车牌照的定位方法

汽车牌照定位（LPL）是在具有复杂背景的图片上进行图像预处理、汽车牌照区域搜索和汽车牌照定位3部分。图像预处理是对原始图像进行滤波和怎强后，搜索整幅图像中可能包含汽车的若干区域，剔除非牌照区域，找到真实位置。

即车牌定位是从一张复杂背景的图像中找到车牌所在的区域，其关键在于寻找最有效的车牌特征。目前，根据车牌本身两种比较明显的特征，将车牌定位方法分为基于纹理特征和基于颜色特征。

车牌纹理特征可以用不同的方法来描述：车牌灰度图像的边缘、图像水平方向上的方差、水平方向上的梯度等。由于纹理特征比较稳定而且易于提取，所以目前大多数的车牌定位算法都是用纹理特征作为车牌的主要特征。

2汽车牌照的字符识别

在汽车牌照字符识别中，字符包含约50个汉字，25个大写英文字母及10个阿拉伯数字。首字符为汉字，第2-6个字符为英文字母或数字，其余为数字(但现今某些车牌各字符均有可能是英文字母或数字，如：个性车牌等)。在现实中为保证识别系统在各种复杂环境下，能发挥其应有的作用，系统必须满足较好的鲁棒性和实时性的要求。目前常用的字符识别主要是基于模版匹配和神经网络的方法。基于模版匹配字符识别法

模板匹配法，将待识别字符经分割归一化成模板字体的大小，将它输入字符识别模块进行匹配，选择最优匹配字符作为识别结果。最先使用的简单模版匹配法，根据实际字符和模板图像之间匹配方差最小的原则，判定车牌图像字符所属类别。这种方法对于标准、规范的字符识别效果较好。但在复杂环境下的车牌字符会与

理想模板字符不完全一致，这导致了识别结果存在较大误差。由此许多学者对简单模板匹配法进行了改进。胡爱明根据图像放大和缩小原理构建多种字符模板，利用图像上、下矩对字符进行粗分类，后根据图像自相关特性，构建匹配比例加权惩罚匹配模型，对车牌字符进行精确识别。

3可能遇到的难点

一个好的车牌定位系统不仅能够处理好各种输入汽车图像，准确提取车牌，而且在许多实际应用中还要求算法具有实时性，能够快速高效地做出定位处理。

车牌字符识别是车牌识别系统中非常重要的部分，对于标准字体而言，上述分割、识别方法均能达到理想的识别效果。但在实际环境中字符受噪声影响很大，导致较多字符横向或纵向重叠，就很难采用投影法进行分割。再如“沪”，“湘”，“浙”等此类汉字，由于其部首与字并不相连，采用水平投影也存在局部最小值，进行字符分割时往往把部首当作背景切掉。并且经过车牌定位的牌照区域有时是含有牌照四条边框的残缺图像和牌照上两个铆钉干扰的区域，采用连通域分析时，可能会把几个连通域连在一起组成大连通域而造成误判。在识别中，模板匹配法对汉字的识别效果不佳，人工神经网络为了保证系统高识别率，需要大量样本学习并改进自身性能。当学习系统所处环境非平稳时，神经网络很难自适应学习。一些

结构识别方法主要是利用字符结构的完整性，一旦字符结构有缺陷或污染，严重破坏了字符结构固有属性，特征提取的结果不准确，相应的识别结果也就不准确。

因此，车牌识别技术的研究应以受污染、噪声大的车牌为主。而某些噪声的产生是由于阈值选取的不当，如在连通域分析中，噪声很容易把几个连通域连成一个大连通域，这时可把大连通域里的像素重新选取阈值，再找连通域。所以研究

选择恰当的阈值，对车牌识别技术仍具有很大的意义。对于某些旋转角度较大的车牌图像，作整体水平投影后，很难直接分析出水平分割线，但对于单个字符，旋转对其的影响并不大，可根据单个字符的投影分析得到水平分割线。在字符识别中，可添加语法分析，以进一步确定合理性。针对5-S，2-Z等易混淆的字母和数字，可在模板匹配后加入特征点匹配，对易出错的字符进行检查。小波变换对字符特征的提取，对字符识别很有帮助，因为它不仅能得到频域信息而且能得到空间域信息。将模版匹配和神经网络相结合，在参数训练中加入数学算法，加快识别速度。同时隐马尔科夫模型的研究发展前景也较为广阔。在汉字识别中可将协同理论和支持矢量机(SVM)算法应用其中，提高识别速度。

3．本课题拟采用的研究手段（途径）和可行性分析

本程序将采用visual stdio 2010开发环境进行开发，windows 7进行测试，测试样本将使用自己拍摄的汽车图片，以保证程序的正确性和可信性。并在有经验的指导教授的带领下想必可行性毋庸置疑。研究方法完全按照国际软件工程流的规范来操作，以此来指引开发文档使用说明书等文档的撰写。结合现有的成熟的算法来处理提取图片信息。

特色或创新之处